智能化技術(shù)的應(yīng)用領(lǐng)域(PPT 27頁).ppt

1、智能化方法,授課人：王中杰,課程內(nèi)容,智能化方法的基本概念、應(yīng)用領(lǐng)域 智能化方法的知識工程基礎(chǔ)和信息科學(xué)基礎(chǔ) 幾種典型的智能化方法 智能化方法的工程應(yīng)用,參考書,夏定純、徐濤編著. 人工智能技術(shù)與方法，華中科技大學(xué)出版社，2004.09. 夏定純、徐濤編著. 人工智能技術(shù)與方法，華中科技大學(xué)出版社，2004.09. 智能控制理論與技術(shù)，孫增圻，清華大學(xué)出版社 群體智能計算模式及應(yīng)用,智能化方法的基本概念和應(yīng)有領(lǐng)域,智能具有感知能力 通過感覺(如視覺、聽覺、觸覺等)器官的活動，接收來自外界的一些信息(如聲音、圖像、語言等)。感知是人類是獲取外部信息的重要途徑，人類的大部分知識都是通過感知獲取的，

2、感知是產(chǎn)生智能活動的前提與必要條件，可以說沒有感知人們就不可能獲得知識，也不可能引發(fā)各種智能活動。,一、智能的含義,2. 智能具有記憶和思維活動 人通過感覺器官獲得對外部事物的感性認(rèn)識，經(jīng)過初步概括和加工之后，形成相應(yīng)事物的信息并存儲于大腦之中，這是一種記億的能力。同時，通過人腦的 生理與心理活動，對有關(guān)的信息進(jìn)行處理，即利用已有的知識對信息進(jìn)行分析、 計算、比較、判斷、推理、聯(lián)想、決策等將感性認(rèn)知抽象為理性知識，這就是 一種思維的能力，思維是一個動態(tài)過程，是獲取知識以及運(yùn)用知識求解問題的重 要途徑。,3. 智能具有學(xué)習(xí)和適應(yīng)能力 通過教育、訓(xùn)練和學(xué)習(xí)過程來豐富自身的知識和技巧的能力，是學(xué)習(xí)能

3、力； 對變化多端的外界環(huán)境、條件(如干擾，刺激等作用)靈活地作出反應(yīng)的能力，就是適應(yīng)能力。學(xué)習(xí)與適應(yīng)是人的本能，每個人都在隨時隨地的進(jìn)行著學(xué)習(xí)，這種學(xué)習(xí)可能是有意識的、也可能是無意識的，既可以是有教師指導(dǎo)進(jìn)行的，也可以是通過自己實踐進(jìn)行的。人們在與環(huán)境的相互作用之中不斷地進(jìn)行學(xué)習(xí)，積累知識，適應(yīng)環(huán)境的變化。只是由于各人所處的環(huán)境不同、條件不同學(xué)習(xí)的效果亦不相同、體現(xiàn)出不同的智能差異。,二、人工智能的定義,1. 人工智能是計算機(jī)科學(xué)的一個分支，是研究使用計算機(jī)來完成能表現(xiàn)出人類智能的任務(wù)的學(xué)科主要包括計算機(jī)實現(xiàn)智能的原理、制造類似于人腦的智能計算機(jī)，以及使計算機(jī)更巧妙地實現(xiàn)高層次的應(yīng)用。它涉及到

4、計算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科，總的目標(biāo)是增強(qiáng)人的智能。,2. 人工智能研究怎樣使計算機(jī)能模仿人腦所從事的推理、學(xué)習(xí)、思考、規(guī)劃等思維活動，來解決需專家才能處理的復(fù)雜問題，如醫(yī)療診斷、氣象預(yù)報、管理決策等。從實用觀點看，人工智能是一門知識工程學(xué)：以知識為對象，研究如識的獲取、知識的表示方法和知識的使用.,3. 人工智能是關(guān)于知識的科學(xué)（知識的表示、知識的獲取以及知識的運(yùn)用)， 是計算機(jī)科學(xué)中涉及研究、設(shè)計和應(yīng)用智能機(jī)器的一個分支，其近期目標(biāo)在于研究用機(jī)器來模仿和執(zhí)行人腦的某些智能，并開發(fā)相關(guān)理論和技術(shù)。 4. 人工智能主要研究如何用機(jī)器來模擬或?qū)崿F(xiàn)智能，能夠在各類環(huán)境中自主地或交互地執(zhí)

5、行各種擬人任務(wù)，能適應(yīng)環(huán)境變化，解決各種實際問題等，使機(jī)器具有類似于人的智能，并開發(fā)相關(guān)理論和技術(shù)。,三、人工智能的研究方法,符號主義(邏輯主義) 他們認(rèn)為人的認(rèn)知基元是符號，認(rèn)知的過程就是符號操作過程、計算機(jī)也是一個物理符號系統(tǒng)，我們能夠用計算機(jī)來模擬人的智能行為，即用計算機(jī)的符號操作來模擬人的認(rèn)知過程。知識是信息的一種形式，是構(gòu)成智能的基礎(chǔ)，人工智能的核心問題是知識表示、知識推理和知識運(yùn)用。知識可用符號表示，也可用符號進(jìn)行推理，因而有可能建立起基于知識的人類智能和機(jī)器智能的統(tǒng)一理論體系。符號主義在人工智能的發(fā)展過程中有著重要影響和作用，尤其是專家系統(tǒng)的成功開發(fā)與應(yīng)用，為人工智能走向工程應(yīng)用

6、作出重要的貢獻(xiàn)，成為人工智能的主流派。,2. 聯(lián)結(jié)主義 又稱為仿生學(xué)派或生理學(xué)派，他們認(rèn)為人的思維基元是神經(jīng)元，而不是符號處理，知識的處理是建立在神經(jīng)元及其連接機(jī)制與學(xué)習(xí)算法之上的，提出聯(lián)結(jié)主義的大腦工作模式，用于取代符號操作的電腦工作模式。聯(lián)結(jié)主義的大腦模型來自于1943年由生理學(xué)家Mcculloch和數(shù)理邏輯學(xué)家Pitts所創(chuàng)立的MP 模型，并經(jīng)過數(shù)十年的發(fā)展、成為當(dāng)今關(guān)于智能計算的一個重要分支領(lǐng)域人 工神經(jīng)網(wǎng)絡(luò)技術(shù)。,3. 行為主義 又稱為進(jìn)化主義或控制論學(xué)派，他們認(rèn)為智能取決于感知和行動，取決于對外界復(fù)雜環(huán)境的適應(yīng)，不需要知識、不需要表示、不需要推理，不同的行為表現(xiàn)出不同的功能和控制結(jié)

7、構(gòu)。人工智能可以像人類智能一樣逐步進(jìn)化，智能行為只能在現(xiàn)實世界中與周圍環(huán)境交互作用而表現(xiàn)出來，行為主義提出的技術(shù)觀點和方法，引起許多人的興趣與研究。,四、人工智能的應(yīng)用領(lǐng)域,定理證明(Theorem Proving) 是人工智能最早研究的領(lǐng)域之一。對設(shè)想的定理 尋求一個證明，一直被認(rèn)為是一項需要智能才能完成的任務(wù)，這不僅需要有根據(jù)假設(shè)進(jìn)行演繹的能力，而且需要有某些直覺的技巧。 在人工智能的研究中機(jī)器定理證明很早就受到人們的關(guān)注，取得不少的成 果。如1976年、美國KAppel等人合作解決了長達(dá)124年之久的難題四色定理，在計算機(jī)界產(chǎn)生巨大的反響。定理證明的研究在人工智能方法的發(fā)展中曾起到過重要

8、的作用，例如，使用謂詞邏輯語言進(jìn)行描述與推理、演繹過程的形式體系研究等，幫助人們更清楚地理解推理過程的各個組成部分。在許多其他領(lǐng)域的問題，如醫(yī)療診斷、信息檢索等、也可以應(yīng)用定理證明的方法來加以解決。因此， 機(jī)器定理證明的研究具有普通意義.,2. 自然語言理解 (Natural Language Understanding) 是人工智能早期研究的領(lǐng)域之一。自然語言是人類之間信息交流的主要媒介，由于人類具有很強(qiáng)的理解自然語言的能力，故相互間的信息交流輕松自如。然而，計算機(jī)系統(tǒng)和人類之間的交互，幾乎還只能使用較為嚴(yán)格的各種非自然語言形式，于是，如何使計算機(jī)系統(tǒng)能理解自然語言成為人們所關(guān)心的研究課題和

9、內(nèi)容。目前，人工智能在語言翻譯與語音理解程序方面取得了一些成就，但實現(xiàn)功能較強(qiáng)的理解系統(tǒng)仍然是一個十分艱巨的任務(wù)。,3. 自動程序設(shè)計 (Automatic Programming) 自動程序設(shè)計的任務(wù)是設(shè)計這樣一個程序系統(tǒng)：它 接受關(guān)于所設(shè)計程序要實現(xiàn)目標(biāo)的需求描述(加高級語言描述，甚至接近于人類的自然語言描述)、然后自動生成一個能完成這個目標(biāo)的具體程序。這種轉(zhuǎn)換相當(dāng)于一種“超級編譯程序”，它要求能夠?qū)Ω呒壝枋鲞M(jìn)行處理、生成所需的目標(biāo)程序。也許程序設(shè)計并不是人類知識的一個十分重要的方面，但是，如何使得這種程序設(shè)計自動地加以完成卻是入工智能的一個重要研究領(lǐng)域，它所涉及的基本問題與定理證明、機(jī)器

10、人學(xué)、軟件工程等有關(guān)。,4 專家系統(tǒng)(Expert system) 專家系統(tǒng)是一個智能計算機(jī)程序系統(tǒng)，該系統(tǒng)存儲有大量專家水平的某個領(lǐng)域知識與經(jīng)驗(知識庫)，同時具有求解問題的方法和策略(推理系統(tǒng))，可以解決某個領(lǐng)域內(nèi)的許多有專家才能解決的復(fù)雜問題。系統(tǒng)能夠接收外部的輸入信息，運(yùn)用人工智能技術(shù)進(jìn)行推理、判斷、決策等，模擬人類專家的決策過程，是人工智能應(yīng)用的一個重要方面，在許多領(lǐng)域里，如化工、地質(zhì)、醫(yī) 療、氣象、交通、軍事等，專家系統(tǒng)都獲得了成功的應(yīng)用，取得顯著成效,5機(jī)器人入學(xué)(Robotics) 機(jī)器入學(xué)是人工智能研究的另一個重要分支、這個領(lǐng)域所研究的問題，包括從機(jī)器人手臂的最佳移動到目標(biāo)實

11、現(xiàn)的序列規(guī)劃機(jī)器人的研究和應(yīng)用反映出了多種學(xué)科的交叉如機(jī)器人體系結(jié)構(gòu)、運(yùn)動控制、智能計算、機(jī)器感知、機(jī)器人裝配以及機(jī)器人語言等。機(jī)器入學(xué)的研究不僅推動了許多人工智能思想的發(fā)展，同時也促進(jìn)了各個學(xué)科的相互結(jié)合，在工業(yè)、農(nóng)業(yè)、商業(yè)、旅游業(yè)、空中 和海洋以及國防等領(lǐng)域獲得越來越普遍的應(yīng)用。,6機(jī)器感知(Machine Perception)（模式識別） 機(jī)器感知主要包括機(jī)器視覺或計算機(jī)視覺和口語識別。 計算機(jī)視覺研究就是研究用計算機(jī)來模擬人和事的生物視覺系統(tǒng)功能，使計算機(jī) 具有“感知”外部世界的能力，加固形圖像、空間位置、環(huán)境變化等等，研究內(nèi) 容涉及圖像的獲取、特征的抽取、信息理解、景象描述、圖像解

12、釋等。機(jī)器視覺 在機(jī)器人裝配、衛(wèi)星圖像處理、工業(yè)過程監(jiān)控、飛行器跟蹤和制導(dǎo)以及電視實況 轉(zhuǎn)播等領(lǐng)域獲得極為廣泛的應(yīng)用?？谡Z識別也是機(jī)器感知研究的重要內(nèi)容，它建 立在自然語言理解的基礎(chǔ)之上，包括有語音分析、 詞法分析、語句分析和語義 分析，這是自然語言理解的主流技術(shù)，它決定了人工智能技術(shù)，特別是基于規(guī)則的推理技術(shù)，起著核心作用。,7 智能控制(InteIligent Control) 智能控制的概念主要是針對外部環(huán)境、被控對象、控制目標(biāo)和任務(wù)的復(fù)雜性而提出來的，由于人類具有很強(qiáng)的學(xué)習(xí)和適應(yīng)用圍環(huán)境的能力、 能夠根據(jù)一些直覺和經(jīng)驗很好地進(jìn)行相關(guān)的處理和操作，并達(dá)到或接近理想的目標(biāo)和任務(wù)：因此，建立

13、這樣一種人工系統(tǒng)也就成為人工智能研究的一個重要領(lǐng)域。智能控制的任務(wù)在于對實際環(huán)境或過程進(jìn)行決策、規(guī)劃和組織，實現(xiàn)廣義問題的求解。目前已經(jīng)提出的用以構(gòu)造智能控制系統(tǒng)的理論和技術(shù)有分級遞階控制理論、 分級控制器設(shè)計的嫡方法、智能逐級增高而精度遠(yuǎn)級降低原理、專家控制系統(tǒng)、學(xué)習(xí)控制系統(tǒng)和基于NN的控制系統(tǒng)等。智能控制有很多研究領(lǐng)域，它們的研究課題既具有獨(dú)立性，又相互關(guān)聯(lián)，目前研究得較多的是智能機(jī)器入規(guī)劃與控制、智能過程規(guī)劃、智能過程控制、專家控制系統(tǒng)、語音控制以及智能儀器等。,8智能檢索 (Intelligent Retrieval Data) 智能檢索主要是研究龐大而復(fù)雜的信息處理 問題。隨著科學(xué)技

14、術(shù)的迅速發(fā)展，我們所要處理的信息越來越龐大，對這些種類 繁多和數(shù)量巨大的資料進(jìn)行檢索已遠(yuǎn)非人力和傳統(tǒng)檢索系統(tǒng)所能勝任的了。因此，研究智能檢索系統(tǒng)成為科技持續(xù)快速發(fā)展的重要保證。智能信息檢索系統(tǒng)一般應(yīng)該具有這樣一些功能：能夠理解自然語言，允許用自然語言提出各種詢問； 具有各種推理的能力，能根據(jù)存儲的事實，演繹出所需的答案：擁有一定常識性知識，以補(bǔ)充學(xué)科范圍的專業(yè)知識等、系統(tǒng)根據(jù)這些知識能夠演繹出更一般詢問的一些答案來，等等。另外，數(shù)據(jù)庫系統(tǒng)的設(shè)計也是計算機(jī)科學(xué)的一個活躍的分支，為了有效地表示、存儲和檢索大量事實，已經(jīng)發(fā)展了許多技術(shù)。當(dāng)我們想用數(shù)據(jù)庫中的事實進(jìn)行推理并從中檢索答案時，這個課題就顯得

15、很有意義。,9. 組合優(yōu)化 組合優(yōu)化涉及排序、分類、篩選等問題，典型的例子有旅行商問題、車間生產(chǎn)調(diào)度問題、交通運(yùn)輸調(diào)度、列車編組等。,10. 智能決策系統(tǒng) 決策支持系統(tǒng)屬于管理科學(xué)的范疇，它與知識-智能有著極其密切的關(guān)系，20世紀(jì)80年代至今，專家系統(tǒng)在許多方面取得成功 ，將智能和知識處理技術(shù)應(yīng)用于決策支持系統(tǒng)，擴(kuò)大了決策支持系統(tǒng)的范圍，提高了系統(tǒng)解決問題的能力。,11. 數(shù)據(jù)挖掘和知識發(fā)現(xiàn) 數(shù)據(jù)挖掘就是綜合運(yùn)用統(tǒng)計學(xué)、粗糙集合、模糊數(shù)學(xué)、機(jī)器學(xué)習(xí)和專家系統(tǒng)等多種學(xué)習(xí)手段和方法，從大量的、不完全的、有噪聲的、模糊的、隨機(jī)的實際應(yīng)用數(shù)據(jù)中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程。隨著信息技術(shù)的高速發(fā)展、人們積累的數(shù)據(jù)量急劇增長，如何從海量的數(shù)據(jù)中提取有用的知識成為當(dāng)務(wù)之急。,12. 智能制造 智能制造技術(shù)是制造技術(shù)、自動化技術(shù)、系統(tǒng)工程、與人工智能等學(xué)科互相滲透、互相交織而形成